10 Pirtûkxaneyên Python ên çêtirîn ji bo Analîza Hestiyê

Analîzkirina hestê teknîkek hêzdar e ku hûn dikarin bikar bînin da ku tiştên wekî analîzkirina nerînên xerîdar an çavdêriya medya civakî bikin. Digel vê yekê, analîza hestyarî pir tevlihev e ji ber ku ew daneyên nesazkirî û cûrbecûr ziman vedihewîne. 

Teknîkîyek pêvajoyek zimanê xwezayî (NLP), analîzkirina hestê dikare were bikar anîn da ku diyar bike ka dane erênî, neyînî, an bêalî ne. Ji xeynî balkişandina li ser polarîteya metnekê, ew dikare hest û hestên taybetî jî, wek hêrs, dilşad, û xemgîn, tespît bike. Analîza hestê tewra ji bo destnîşankirina niyetan tê bikar anîn, wek mînak kesek eleqedar e an na. 

Analîzkirina hestê amûrek pir bi hêz e ku her ku diçe ji hêla her cûre karsaziyan ve tê bicîh kirin, û gelek pirtûkxaneyên Python hene ku dikarin alîkariya pêkanîna vê pêvajoyê bikin. 

Li vir 10 pirtûkxaneyên Python-ê yên çêtirîn ên ji bo analîzkirina hestê hene: 

1. pattern

Di serî de navnîşa me ya çêtirîn pirtûkxaneyên Python-ê ji bo analîzkirina hestê Pattern e, ku pirtûkxaneyek Python-a pirarmanc e ku dikare NLP, hilanîna daneyê, analîza torê, fêrbûna makîneyê, û dîtbarîkirinê bi rê ve bibe. 

Pattern cûrbecûr taybetmendî peyda dike, di nav de dîtina superlatîf û berhevokan. Di heman demê de ew dikare tespîtkirina rast û ramanê jî pêk bîne, ku wê ji bo analîzkirina hestê wekî bijarek herî sereke radiweste. Fonksiyona di Pattern de polarîteyê û subjektîvîteya metnek diyar vedigerîne, digel encamek Polarity ji pir erênî heya pir neyînî. 

Li vir çend taybetmendiyên sereke yên Pattern hene: 

• Pirtûkxaneya pir mebest
• Dîtina zêde û berawirdîyan
• Polarîtî û sûbjektîvîteya metnê hatî dayîn vedigerîne
• Polarity ji pir erênî bigire heya pir neyînî

2. VADER

Vebijarkek din a sereke ji bo analîzkirina hestê VADER (Ferhenga Agahdariya Valence û Sedema Hestiyê) ye, ku pirtûkxaneyek pêş-avakirî ya analîzkerê hestiyar-based qaîdeyek / lexicon-ê ye ku di nav NLTK de hatî çêkirin. Amûr bi taybetî ji bo hestên ku di medyaya civakî de têne diyar kirin hatî çêkirin, û ew berhevokek peyvsaziya hestyarî û navnîşek taybetmendiyên ferhengî yên ku bi gelemperî li gorî meyla wan a semantîkî wekî erênî an neyînî têne binav kirin bikar tîne. 

VADER hesta nivîsê dihejmêre û îhtîmala hevokek têketinê erênî, neyînî, an neuralî vedigerîne. Amûr dikare daneyên ji her cûre platformên medya civakî, wekî Twitter û Facebook, analîz bike. 

Li vir çend taybetmendiyên sereke yên VADER hene: 

• Ma daneyên perwerdehiyê hewce nake
• Fêmkirina hesta nivîsa ku tê de emotîk, zargotin, hevedudanî, hwd. 
• Ji bo nivîsa medyaya civakî ya hêja
• Pirtûkxaneya çavkaniya vekirî

3. BERT

BERT (Nûnerên Encodera Dualî ji Transformers) modelek fêrbûna makîneya top e ku ji bo peywirên NLP, tevî analîza hestê, tê bikar anîn. Di sala 2018-an de ji hêla Google ve hatî pêşve xistin, pirtûkxane li ser WIkipedia û BooksCorpus Englishngilîzî hate perwerde kirin, û ew yek ji pirtûkxaneyên herî rast ji bo karên NLP-ê îsbat kir. 

Ji ber ku BERT li ser korpusek nivîsê ya mezin hate perwerde kirin, jêhatîbûnek çêtir heye ku ziman fam bike û fêrbûna guhezbariya di qalibên daneyê de. 

Li vir hin taybetmendiyên sereke yên BERT hene: 

• Awazkirina xweş hêsan e
• Berfirehiya peywirên NLP, tevî analîza hestê
• Li ser korpusek mezin a nivîsa bê etîket hate perwerde kirin
• Modela dualî ya kûr

4. TextBlob

TextBlob ji bo analîzkirina hestê vebijarkek din a girîng e. Pirtûkxaneya Python a hêsan analîz û operasyonên li ser daneyên nivîsê piştgirî dike. Ji bo nêzîkatiyên ferheng-based, TextBlob hestek bi arasteya xwe ya semantîk û tundiya her peyvê di hevokê de diyar dike, ku ferhengek pêşwext hewce dike ku peyvên neyînî û erênî dabeş dike. Amûr puanên kesane ji hemî peyvan re destnîşan dike, û hestek paşîn tê hesibandin. 

TextBlob polarîte û subjektîvîteya hevokê vedigerîne, bi renge Polarity ji neyînî ber bi erênî. Etîketên semantîkî yên pirtûkxaneyê ji analîzê re dibin alîkar, di nav de emoticon, nîşaneyên derbirînê, emojis û hêj bêtir. 

Li vir çend taybetmendiyên sereke yên TextBlob hene: 

• Pirtûkxaneya Python a hêsan
• Analîz û operasyonên tevlihev ên li ser daneyên nivîsê piştgirî dike
• Pûanên hestiyariya kesane destnîşan dike
• Polarîtî û subjektîvîteya hevokê vedigerîne

5. spaCy

Pirtûkxaneyek NLP-çavkaniya vekirî, spaCy vebijarkek din a sereke ye ji bo analîzkirina hestê. Pirtûkxane rê dide pêşdebiran ku serîlêdanan biafirînin ku dikarin cildên girseyî yên nivîsê bişopînin û fêm bikin, û ew ji bo avakirina pergalên têgihîştina zimanê xwezayî û pergalên derxistina agahdariyê tê bikar anîn. 

Bi spaCy re, hûn dikarin analîza hestê bikin da ku agahdariya têgihîştî di derheqê hilber an marqeya xwe de ji cûrbecûr çavkaniyan, wek e-name, medya civakî, û nirxandinên hilberê berhev bikin. 

Li vir çend taybetmendiyên sereke yên SpaCy hene: 

• Zû û hêsan-bikaranîna
• Ji bo pêşdebirên destpêkê mezin e
• cildên mezin ên nivîsê pêvajo bikin
• Analîzkirina hestê bi çavkaniyên berfireh

6. CoreNLP

Stanford CoreNLP pirtûkxaneyek din a Python-ê ye ku tê de cûrbecûr amûrên teknolojiya zimanê mirovî vedihewîne ku alîkariya sepandina analîza zimanî li ser nivîsê dike. CoreNLP amûrên Stanford NLP-ê vedihewîne, tevî analîza hestê. Ew jî bi tevahî pênc zimanan piştgirî dike: Îngilîzî, Erebî, Almanî, Çînî, Frensî û Spanî. 

Amûra hestyariyê bernameyên cihêreng vedihewîne da ku wê piştgirî bike, û model dikare ji bo analîzkirina nivîsê bi zêdekirina "hest" li navnîşa şîrovekaran were bikar anîn. Di heman demê de rêzek fermanê ya piştgirî û piştgiriya perwerdehiya modelê jî vedigire. 

Li vir hin taybetmendiyên sereke yên CoreNLP hene: 

• Amûrên Stanford NLP-ê vedigire
• Piştgiriya pênc zimanan
• Bi zêdekirina "hest"ê nivîsê analîz dike
• Rêza fermanê ya piştgirî û piştgiriya perwerdehiya modelê

7. scikit-fêr bibin

Pirtûkxaneyek Python a serbixwe li ser Github, scikit-learn bi eslê xwe pêvekek sêyemîn a pirtûkxaneya SciPy bû. Dema ku ew bi taybetî ji bo algorîtmayên fêrbûna makîneya klasîk ên mîna yên ku ji bo tespîtkirina spam û naskirina wêneyê têne bikar anîn bikêr e, scikit-learn dikare ji bo karên NLP-ê jî, tevî analîza hestê, were bikar anîn. 

Pirtûkxaneya Python dikare ji we re bibe alîkar ku hûn analîza hestê bikin da ku bi riya daneyan nêrîn an hestan analîz bikin bi perwerdekirina modelek ku dikare heke nivîs erênî an neyînî be derxe holê. Ew gelek pêşkêş dike vectorizers ji bo ku belgeyên têketinê li vektorên taybetmendiyê wergerîne, û ew bi hejmarek dabeşkerên cihêreng ên ku berê hatine çêkirin tê. 

Li vir hin taybetmendiyên sereke yên scikit-learn hene: 

• Li ser SciPy û NumPy hatî çêkirin
• Bi serîlêdanên jiyana rast ve hatî îsbat kirin
• Rêzeya cûrbecûr model û algorîtmayan
• Ji hêla pargîdaniyên mezin ên wekî Spotify ve têne bikar anîn

8. Pirjimar

Vebijarkek din a girîng ji bo analîzkirina hestê Polyglot e, ku pirtûkxaneyek Python-a çavkaniya vekirî ye ku ji bo pêkanîna cûrbecûr karûbarên NLP-ê tê bikar anîn. Pirtûkxane li ser bingeha Numpy-yê ye û dema ku cûrbecûr fermanên veqetandî pêşkêşî dike pir bilez e. 

Yek ji xalên firotanê yên Polyglot ev e ku ew serîlêdanên pirzimanî yên berfireh piştgirî dike. Li gorî belgeyên wê, ew ji bo 136 zimanan piştgirî dide analîza hestan. Ew bi karîgerî, bilez û rasterastiya xwe tê zanîn. Polyglot bi gelemperî ji bo projeyên ku zimanên ku ji hêla spaCy ve ne piştgirî ne têne hilbijartin. 

Li vir çend taybetmendiyên sereke yên Polyglot hene: 

• Pirzimanî bi 136 zimanan piştgirî ji bo analîzkirina hestê
• Li ser NumPy hatî çêkirin
• -Avkaniya vekirî
• Bi bandor, bilez û rasterast

9. PyTorch

Nêzîkî dawiya navnîşa me PyTorch, pirtûkxaneyek din a Python-a çavkaniya vekirî ye. Pirtûkxane ku ji hêla tîmê lêkolînê ya AI-ê ya Facebook-ê ve hatî afirandin, dihêle hûn gelek serîlêdanên cihêreng pêk bînin, tevî analîza hestê, ku ew dikare tespît bike ka hevokek erênî an neyînî ye.

PyTorch di darvekirinê de zehf bilez e, û ew dikare li ser pêvajoyên hêsan an CPU û GPU-yan were xebitandin. Hûn dikarin pirtûkxaneyê bi API-yên wê yên hêzdar ve berfireh bikin, û ew amûrek zimanek xwezayî heye. 

Li vir hin taybetmendiyên sereke yên PyTorch hene: 

• Platforma Cloud û ekosîstema
• Çarçoveyek bihêz
• Extremely bi lez
• Dikare li ser pêvajoyên hêsan, CPU, an GPU-yê were xebitandin

10. Flair

Girtina navnîşa me ya 10 pirtûkxaneyên Python-ê yên çêtirîn ji bo analîzkirina hestê Flair e, ku pirtûkxaneyek NLP-çavkaniya vekirî ya hêsan e. Çarçoveya wê rasterast li ser PyTorch-ê hatî çêkirin, û tîmê lêkolînê li pişt Flair çend modelên pêş-perwerdekirî ji bo cûrbecûr karan berdane. 

Yek ji modelên pêş-perwerdekirî modelek analîzkirina hestê ye ku li ser databasek IMDB-ê hatî perwerde kirin, û barkirin û çêkirina pêşbîniyan hêsan e. Her weha hûn dikarin bi Flair re bi karanîna databasa xwe ve dabeşkerek perwerde bikin. Digel ku ew modelek pêş-perwerdekirî bikêr e, daneyên ku li ser têne perwerde kirin dibe ku wekî qadên din, wek Twitter, ne gelemperî bibin. 

Li vir çend taybetmendiyên sereke yên Flair hene: 

• -Avkaniya vekirî
• Gelek zimanan piştgirî dike
• Simple ji bo bikaranîna
• Gelek modelên pêş-perwerdekirî, di nav de analîza hestê